Сезонна декомпозиція II
Тепер подивімося, як виявляти й візуалізувати сезонність і тренди в даних довкілля.
Ви використаєте statsmodels.seasonal_decompose() для декомпозиції, а потім побудуєте результати.
Ви також виконаєте ресемплінг даних до погодинного інтервалу, щоб побачити довші тренди. Занадто короткий інтервал не дасть змоги побачити виразні тренди та сезонності.
matplotlib.pyplot as plt і import statsmodels.api as sm уже імпортовано, а дані завантажено до df.
Ця вправа є частиною курсу
Аналіз даних IoT у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____